K-means segmenteringsgenomsnitt
I den här övningen utforskar du de genomsnittliga kolumnvärdena för en 3-segmentslösning med K-means. Som en del av test- och inlärningsprocessen är det viktigt att visuellt granska segmenteringslösningarna för att identifiera det mest affärsrelevanta alternativet.
seaborn är importerat som sns och matplotlib.pyplot som plt. Vi har också kört en 3-segmentslösning med K-means och laddat in datamängden med tilldelade segmentetiketter som DataFrame:n wholesale_kmeans3.
Den här övningen är en del av kursen
Maskininlärning för marknadsföring i Python
Övningsinstruktioner
- Gruppera efter segmentetikett och beräkna genomsnittliga kolumnvärden.
- Skriv ut de genomsnittliga kolumnvärdena per segment.
- Skapa en värmekarta över de genomsnittliga kolumnvärdena per segment.
- Visa diagrammet.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Group by the segment label and calculate average column values
kmeans3_averages = wholesale_kmeans3.___(['___']).___().round(0)
# Print the average column values per each segment
print(___)
# Create a heatmap on the average column values per each segment
sns.___(___.T, cmap='YlGnBu')
# Display the chart
plt.___()